Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Introduktion till industriell datorsyn
- Översikt över maskinsynsystem i tillverkning.
- Typiska fel: sprickor, repor, feljustering, saknade komponenter.
- AI jämfört med traditionell regelbaserad visuell inspektion.
Bildskaffande och förbehandling
- Kamerateper och bildinställningar.
- Bruskorrigerande, kontrastförstärkning och normalisering.
- Datautvidgning för träning av robusta modeller.
Objektdetektion och segmenteringstekniker
- Klassiska metoder (tröskelgivning, kantdetektering, konturer).
- Djupinlärningsmetoder: CNN, U-Net, YOLO.
- Att välja mellan detektion, klassificering och segmentering.
Utveckling av feldetektionsmodeller
- Att förbereda annoterade datamängder.
- Träning av felklassificerare och segmenterare.
- Modellutvärdering: precision, återgivning, F1-poäng.
Implementering i industriella miljöer
- Maskinvaraöverväganden: GPU, kantenheter, industriella PC.
- Arkitektur för realtidsinspektionspipeliner.
- Integration med PLC och fabriksautomationssystem.
Prestandainställning och underhåll
- Hantering av förändrade belysnings- och produktionsförhållanden.
- Omtträning och kontinuerligt lärande av modeller.
- Integrering av varning, loggning och QA-rapportering.
Fallstudier och branschanvändningar
- Feldetektion vid biltillverkning och svetsning.
- Ytinspektion inom elektronik och halvledare.
- Verifiering av etiketter och förpackning inom läkemedel och livsmedel.
Sammanfattning och nästa steg
Krav
- Erfarenhet inom maskininlärning eller begrepp inom datorsyn.
- Bekantskap med Python-programmering.
- Grundläggande förståelse av kvalitetsstyrning eller industriell automation.
Målgrupp
- QA-team.
- Automationstekniker.
- Utvecklare inom datorsyn.
14 Timmar